基于遗传算法优化投影寻踪技术的神经网络集成模型及其应用.pdfVIP

第２６卷第８期　　　 计算机应用与软件 Ｖｏｌ２６Ｎｏ．８ ２００９年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２００９ 基于遗传算法优化投影寻踪技术的神经网络集成模型及其应用 吴春梅　吴建生　邓　丽　罗芳琼 （柳州师范高等专科学校数学与计算机科学系　广西柳州５４５００４） 摘　要　　首先利用遗传算法优化的投影寻踪技术对神经网络学习矩阵降维，再利用Ｂａｇｇｉｎｇ技术和不同的神经网络学习算法生 成集成个体，并再次用遗传算法进化的投影寻踪技术对神经网络个体集成。建立基于遗传算法优化的投影寻踪技术神经网络集成 模型，通过上证指数开盘价、收盘价进行实例分析，计算结果表明该方法具有较好的学习能力和泛化能力，在股市预测中预测精度 高、稳定性好。 关键词　　投影寻踪　遗传算法　神经网络集成　股市预测 ＮＥＵＲＡＬＮＥＴＷＯＲＫＳＥＮＳＥＭＢＬＥＭＯＤＥＬＷＩＴＨＰＲＯＪＥＣＴＩＯＮＰＵＲＳＵＩＴＴＥＣＨＮＯＬＯＧＹ ＢＡＳＥＤＯＮＧＥＮＥＴＩＣＡＬＧＯＲＩＴＨＭＳＯＰＴＩＭＩＺＡＴＩＯＮＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩＯＮ ＷｕＣｈｕｎｍｅｉ　ＷｕＪｉａｎｓｈｅｎｇ　ＤｅｎｇＬｉ　ＬｕｏＦａｎｇｑｉｏｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＬｉｕｚｈｏｕＴｅａｃｈｅｒＣｏｌｌｅｇｅ，Ｌｉｕｚｈｏｕ５４５００４，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆｉｒｓｔｏｆａｌｌ，ｗｅｕｓｅｔｈｅｐｒｏｊｅｃｔｉｏｎｐｕｒｓｕｉｔｔｅｃｈｎｏｌｏｇｙｏｐｔｉｍｉｚｅｄｂｙｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｔｏｍａｋｅｔｈｅｄｉｍｅｎｓｉｏｎｒｅｄｕｃｔｉｏｎｆｏｒｌｅａｒｎｉｎｇ ｍａｔｒｉｘｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ａｎｄｔｈｅｎｕｓｅＢａｇｇｉｎｇｔｅｃｈｎｉｑｕｅｓａｎｄｄｉｆｆｅｒｅｎｔｎｅｕｒａｌｎｅｔｗｏｒｋｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓｔｏｇｅｎｅｒａｔｅｔｈｅｉｎｄｉｖｉｄｕａｌｓｏｆｔｈｅ ｅｎｓｅｍｂｌｅ．Ａｎｄｐｒｏｊｅｃｔｉｏｎｐｕｒｓｕｉｔｔｅｃｈｎｏｌｏｇｙｅｖｏｌｖｅｄｂｙｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｓｕｓｅｄａｇａｉｎｔｏａｓｓｅｍｂｌｅｔｈｅｓｅｉｎｄｉｖｉｄｕａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ｔｈｅｎｅｕ ｒａｌｎｅｔｗｏｒｋｅｎｓｅｍｂｌｅｍｏｄｅｌｗｉｔｈｐｒｏｊｅｃｔｉｏｎｐｕｒｓｕｉｔｔｅｃｈｎｏｌｏｇｙｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｏｐｔｉｍｉｚａｔｉｏｎｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｒｏｕｇｈｔｈｅａｎａｌｙｓｉｓｏｆ ｔｈｅｏｐｅｎｉｎｇｐｒｉｃｅａｎｄｃｌｏｓｉｎｇｐｒｉｃｅｉｎｓｔａｎｃｅｓｏｆｔｈｅＳｈａｎｇｈａｉＳｔｏｃｋＥｘｃｈａｎｇｅｉｎｄｅｘ，ｔｈｅｃｏｍｐｕｔａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｅｎｓｅｍｂｌｅｎｅｔｗｏｒｋ ｈａｓｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｃａｐａｃｉｔｙａｎｄｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｙ，ａｎｄｉｓｏｆｐｒｅｃｉｓｅａｎｄｆａｉｒｌｙｓｔａｂｌｅｉｎｉｔｓｕｔｉｌｉｚａｔｉｏｎｆｏｒｔｈｅｓｔｏｃｋｍａｒｋｅｔｐｒｅｄｉｃ ｔｉｏｎ． Ｋｅｙｗｏｒｄｓ　　Ｐｒｏｊｅｃｔｉｏｎｐｕｒｓｕｉｔ　Ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ　Ｎｅｕｒａｌｎｅｔｗｏｒｋｅｎｓｅｍｂｌｅ　Ｓｔｏｃｋｍａｒｋｅｔｐｒｅｄｉｃｔｉｏｎ 非常迅速，而且具有很强的处理非线性问题的能力，与传统的线 ０　引　言 性统计预测方法相比，人工神经网络具有更好的预测能 力［１３－１５］，它已经成为股票市场预测的一种新技术、新方法。目 随着我国股票市场的迅速发展，股票投资已经成为人们日 前在股市的预测中以多层前馈（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）神经网络模 常生活的一个重要组成部分，也是人们投资理财的一种重要方